园区大数据微盘

① 大数据都体现在哪些方面

在过去几年，大数据的建设主要集中在物联网、云计算、移动互联网等基础领域，一些大数据起步较早、积累较深的行业领域，开始基于大数据的基础建设，开启了行业数据应用与价值挖掘之路。从数据的抽取、清洗等预处理，到数据存储及管理，再到数据分析挖掘，以及最终的可视化呈现。行业用户开始把注意力转向大数据真正的价值点——发现规律，提升决策效率与能力。这一年，他们在收集数据上花费的时间很少，而在实际分析数据并回答各种问题上的时间则越来越多。
目前进入大数据应用相对较成熟的领域主要在公安、交通、电力、园区管理、网络安全、航天等。大数据价值被挖掘，帮助各行业从业务管理、事前预警、事中指挥调度、事后分析研判等多个方面提升智能化决策能力。
公安领域的大数据应用，可以实现从警综、警力、警情、人口、卡口/车辆、重点场所、摄像头管理等全方位进行公安日常监测与协调管理；实现突发事件下的可视化接处警、警情查询监控、辖区定位、应急指挥调度管理，满足公安行业平急结合的应用需求。
从而全面提升公安机关智能化决策能力，提升警务资源利用和服务价值，为预防打击违法犯罪、维护社会稳定提供有力支持。
交通领域的大数据应用，可以实现从公交车辆、司乘人员、运行线路、站点场站管理、乘客统计等多个维度进行日常路网运行监测与协调管理；支持突发事件下的值班接警、信息处理发布、应急指挥调度管理，发挥交通资源最大效益
电力领域的大数据应用，可以实现用户分布、节点负荷、电网拓扑、电能质量、窃电嫌疑、安全防御、能源消耗等智能电网多个环节进行日常运行监测与协调管理；满足常态下电网信息的实时监测监管、应急态下协同处置指挥调度的需要。全面提高电力行业管理的及时性和准确性，更好地实现电网安全、可靠、经济、高效运行。
园区管理的大数据应用，可以实现从园区建设规划、管网运行、能耗监测、园区交通、安防管理、园区资源管理等多个维度进行日常运行监测与协调管理；从而全面加强园区创新、服务和管理能力，促进园区产业升级、提升园区企业竞争力。
网络安全的大数据应用，能够实现对网络中的安全设备、网络设备、应用系统、操作系统等整体环境进行安全状态监测，帮助用户快速掌握网络状况，识别网络异常、入侵，把握网络安全事件发展趋势，全方位感知网络安全态势。
航天是大数据应用最早也最成熟，取得成果最多的领域，航天要对尺度远比地球大无数倍的广阔空间进行探索，其总量更多，要求更高。因此，航天大数据不仅具有一般大数据的特点，更要求高可靠性和高价值。能够实现对航天测发、测控设备控制；航天指挥作战体系模拟推演、作战评估；航天作战指挥显示控制航天器数据分析、状态监控

② 大数据产业园的背景：何为大数据产业园

近年来，随着物联网、云计算的发展，大数据技术也成为了热门词汇。而对于大数据企业的发展，大数据产业园的作用可谓举足轻重。
我国从1984年国内14个沿海开放城市先后成立的经济技术开发区，逐步发展到以粗放型产业为主体的园区：如工业园区、科技园区、农业园区。到九十年代末开始以行业主体集聚的软件园、设计园、文化园的专业化园区的出现和以个体专业经营为主体园区：如家纺城、油画村、古玩城、礼品城等精细化园区的形成。我国园区建设和规划正在向精细化、专业化方向发展。
而产业园区作为产业集群的重要载体和组成部分，其经济效应已引起越来越多人关注。产业园区能够有效地创造聚集力，通过共享资源、克服外部负效应，带动关联产业的发展，从而有效地推动产业集群的形成。
创想智慧城市研究中心对大数据产业园的定义：大数据产业园指大数据产业的聚集区或大数据技术的产业化项目孵化区，简而言之，就是大数据企业的孵化平台，是大数据企业走向产业化道路的集中区域。 “大数据”作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。目前大数据的市场需求非常巨大，各行各业均对大数据的市场前景抱以乐观的态度。
大数据产业园作为大数据企业的重要聚集基地，通过自身的规模、品牌、资源等价值为区域经济发展和企业资本扩张起到了巨大的推动作用。
（1）提升企业效益
大数据产业园的建立会迅速聚集大数据企业发展所需要的多种资源，可以吸引众多互补型企业、产业链上下游企业等，为企业提供了一个良好的发展空间，是企业腾飞的重要平台。
（2）提升地区品牌
大数据产业园的建立必将带来大量高科技企业的入驻，这必将带动地区经济的快速发展，为区域经济建设提供高效助推器。另外，随着国家对大数据等新兴技术产业的重视，建立大数据产业园的地区将领先于国家的发展规划之前，提升本地区的知名度，并且可以借此吸引更多高新技术企业的投资。
（3）创造社会价值
一般的大数据产业园区，建设规模较大，涉及投资建设金额巨大，建成后，在年产值、税收等方面贡献巨大，并可直接解决部分当地失业人员的就业问题。除此之外，园区的生产生活配套设施，如住宿、餐饮、商业区等，不仅可以满足园区内工作人员的个人需求问题，还可以为地区和其他服务型企业带来巨大的经济利益。大数据产业园在为自己创造经济效益的同时，也获得了社会效益的大丰收。
通过建立大数据产业园，能够更有效地组织和使用大数据，人类也将得到更多的机会发挥科学技术对社会发展的巨大推动作用。 Gartner报告称2012年全球各大企业用于大数据业务的投资总额达43亿美元，Gartner预计2013年全球各大企业用于大数据业务的投资总额仍将增至340亿美元 。
创想智慧城市研究中心研究发现，在中国，与大数据建设相关的硬件软件服务2011年市场规模大约7760万美金，而2016年这一数字将超过6亿美金，连续增长率将达到51.4%。同时，各行业对大数据也有着现实的需求：中国工商银行拥有2.2亿用户和6亿个账户，每日处理多达2亿个交易；中国石油集中统一信息系统管理8600万吨/年的成品油销售业务，年处理3450万张单据；中国航信目前运行着超过2000台硬件设备，每秒钟事务处理能力11000TNX/S，每天为100万旅客提供订票离港服务；阿里巴巴集团拥有的数据达到30P(1P=100万GB)，规模全球领先……
互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。中国人口居世界首位，将会成为产生数据量最多的国家，而大量数据的产生使得政府、企业对大数据技术的需求与日俱增。
大数据产业园作为大数据企业的孵化器，正面临着最好的发展机遇。 1、 目前全国房价普遍处于一个较高的水平，房地产开发商对城市用地争抢激烈。而一个完善的大数据产业园区往往占地较多，地方政府如果看重短期GDP收入，往往在园区的规划上欠缺积极支持。
2、 尽管目前大数据技术非常火爆，但我国大数据产业还处于起步阶段，产业链发展并不成熟。在大数据产业园建立后，未必能够有足够的企业入驻，不能形成一个完整的大数据生态圈。
3、 园区自身的竞争力对其长远发展也是个巨大的挑战。大数据产业园区在建立之初，应充分考虑到产业结构未来的调整和升级，根据企业需求提供适合企业发展的服务，为企业的发展预留空间，这样才能不断提高园区自身的竞争力。 截至2013年12月份，根据创想智慧城市研究中心的研究，全国已建或拟建的大数据产业园区超过十个。其中，陕西、天津、重庆的大数据产业园区规划较为明确。
（1）中国第一个大数据产业园、
陕西西咸新区沣西新城已在信息产业园中规划了国内首家以大数据处理与服务为特色的产业园区。
沣西新城大数据产业园区规划占地3平方公里，包括基础数据产业区、数据应用研发区和数据叠加拓展区3大板块，预计到2020年实现500亿元产值，成为国家政务资源后台处理与备份中心和国家级大数据处理中心。目前引进了四大运营商，中国联通、中国电信、中国移动和陕西广电网络，以及一个国家部委国家计生委的灾备中心。通过大数据的引领发展，带动信息产业的发展，带动软件包括装备制造产业的发展。
（2）重庆首批试点大数据产业园公示
2013年12月23日，重庆市经信委发布通知，对重庆市第一批大数据试点产业园进行公示，重庆西永微电子产业园区、重庆永川区服务外包产业园区入围 。
根据之前市政府出台的《重庆市大数据行动计划》，到2017年，重庆市将打造2至3个大数据产业示范园区，培育10家核心龙头企业、500家大数据应用和服务企业，引进和培养1000名大数据产业高端人才，形成500亿元大数据产业规模，建成国内重要的大数据产业基地。
（3）天津公布《滨海新区大数据行动方案（2013 2015）》
天津市在2013年11月初公布了《滨海新区大数据行动方案（2013 2015）》 。根据规划，到2015年，天津市将实现“2111”发展目标，即聚集200家大数据企业，引进10个信息中心和数据中心项目，实施10项典型应用示范项目，形成10项杀手锏技术产品。到2017年，建成具有国际竞争力的大数据产业基地和数据资源聚集服务区。
此次《行动方案》推出后，滨海新区将部署建设大数据产业园区。一期规划布局1个大数据产业示范基地和3个大数据产业园区。其中开发区云计算产业基地作为大数据产业示范基地；保税区数字出版基地、高新区软件与服务外包基地、塘沽海洋高新区作为3个大数据产业园区，争取成为国家级大数据产业基地。

③ 大数据助力智能化管理

“园区经济”是改革开放以来中国经济发展的重要经验。它不仅成为中国经济的载体和平台，也为中国工业经济发展探索了一条成功的经验和模式。《工业互联网创新发展行动计划 （2021-2023）》中提到，培育一批综合实力强的安全服务龙头企业，建设一批工业互联网安全创新示范园区，做好工业互联网园区网络建设。

恰逢新一轮工业革命将数字技术和工具带入工业产业发展，使制造业从业者能够简单有效地利用数字技术，使信息技术从业者能够深入理解激铅工业需求和文化，最终输出数字制造知识和资产，让对制造业本身不那么精通的人也能通过这些数字资产挖掘出新的服务和使用，并产生增值。这与园区经济转型的需求不谋而合。

互联网与园区的价值融合，可以充分发挥园区资源聚集、基础设施集中建设的规模优势，以及园区集中管控、精细服务的优势。同时，园区可以帮助工业互联网打通其使用的“最后一公里”，园区也可以收获互联网盈利模式。

因此，上海化学工业园融合工业互联网的创新、科技、智能、生态变革势在必行。

上海化学工业区于1996年获准建立。它位于上海南部，杭州湾北岸，横跨金山区和奉贤区，规划面积29.4平方公里。是国家新型工业化产业示范基地、国家级经济技术开发区、国家生态工业示范园区、国家循环经济先进单位。园区创造性地提出并实践了“产品与项目一体化、公用事业一体化、物流与输送一体化、环保一体化、管理与服务一体化”的发展理念，形成了资旅铅斗源高度集约、效益集中的大型化工生产模式。超过80%的企业原材料/产品供应链在园区内实现闭环。

目前，德国巴斯夫、科斯特龙、赢创等国际化工巨头，美国亨斯迈，中国石化、华谊集团、高桥石化等大型骨干企业，以及荷兰皇家沃尔堡集团、法国液化空气集团、苏伊士集团等世界知名配套服务企业已连续多年入驻园区，与园区形成了良好的互助共赢发展态势。

完善园区基础设施，建设定制化大数据云计算中心。

园区内有上海化工园区大数据云计算拆磨中心，是“4S”工业园定制的大数据云计算中心，融合了中国电信云网整合的力量和上海化工园区的规划。大数据云计算中心采用云计算技术，统筹利用现有IT资源和条件，为上海化学工业区管委会各部门统一建设和提供基础设施、支撑软件、使用功能、信息资源、运行保障、信息安全等服务。

大数据云计算中心具有强大的计算能力、开放的云架构和充分的可扩展性。采用政务云相同框架建设标准，连续多年通过信息安全等级保护三级保护审核。具有灵活的定制化调整和开发能力，可同时满足园区多家企业多样化的实际使用需求。同时，在园区管委会的指导和支持下，园区部分企业自主开发使用了企业级大数据平台。

搭建大数据平台和辅助决策系统。

实现“三个预期”的深入使用

园区内搭建大数据平台，基于化学工业区接口交互标准和化学工业区数据目录标准进行数据采集和交互服务。B

此外，园区推进综合业务监管辅助决策系统建设，以园区各种感知和业务数据为基础，以融合数据分析引擎为核心，以园区管理者、经营者、企业等主体的服务需求为导向，为智能决策提供有力支撑，提高决策效率，开展“三预测”(预测、预警、预报)深度使用。大数据平台的建设原则是“统一设计、分期建设、有序推进”。一是完成平台基础架构，基本形成数据治理架构，实现数据可视化分析展示，开展辅助决策工作。然后完善平台的功能，不断扩展平台连接的业务系统/数据，提供深度感知和智能决策服务。

辅助决策系统实现了园区整体业务运营的总览，对业务场景的8个核心指标和业务状态进行了设计、融合、分析和实现，共计29类。它采用逐级细化的可视化展示方式，业务数据的粒度由粗到细，实现了业务监管的分层决策模式。结合2D/3D GIS技术的使用，实现了工业互联网园区业务管理“一张图”。

挖掘典型使用场景推进工业互联网园区建设

园区内外生产性、生活性服务企业涉及原材料进出口、储罐储存、运输管廊运维、污水处理、热力供电等公共功能。企业积极响应工业互联网园区建设，形成典型的数字化使用场景，具体如下。

(1)数字结对。基于“GIS数字孪生”等技术，构建园区化工材料、能源材料输送管廊三维可视化数字化管理平台。结合智能传感器实现管廊的智能化管理，将企业运营、安全、生产、财务等多业务维度指标统一可视化展示。

(2)资产管理。对公用事业服务企业相关资产进行数字化识别、快速盘点、精准定位、全生命周期管理等创新使用，实现资产的可管、可控、增值。

(3)智能巡检。基于悬浮轨道机器人、地面行走机器人、集成IOT传感终端等。实时感知和监控管道和关键设备的运行状态，形成一体化的空中和地面检测网络。

(4)热电平衡。针对园区内多家企业对供汽稳定性的高要求，搭建了蒸汽配额交易平台，平衡不同企业间因生产峰谷和配额利用率差异造成的供汽不稳定或浪费，实现供需精准匹配和资源优化。

(5)环境监测。基于生产企业

业厂内物联网和园区广域网的覆盖，建立多源环保污控数据集成监控体系，实现对园区内重点企业、重点区域的污染源状态、排放数据及环境质量数据的实时监测与预警。

另外，园区充分发掘主体化工生产型企业智慧化建设的内在动力，引导、鼓励企业结合自身实际，加大投入，开展技术和智能化改造，提升智能制造水平，目前已形成生产过程管理信息化、生产过程工艺自动化、智能巡检/运维、能源管理、智能输送、视频监控等工业互联网使用场景。

打破园区数据孤岛，园区管理运营更上一层楼

上海化学工业区实现了普通政务云与园区使用、医疗生产力系统、公安封闭系统、物联网及视频系统的融合，在确保数据安全和使用顺畅的情况下保持了原有的个性化资源需求。目前，园区各类项目上云超过20个，资源使用率超过85%；平台运行平稳，总体可用率超过99.99%；使用部署时间从原来的3~6个月缩短为3~5天；等级保护三级评测达到90分以上，未出现信息安全问题。

上海化学工业区数据平台将采集的8200万余条数据归入3类、15项、21目、256细目的数据体系中，在此基础上形成7大主题库和256个业务库，通过API为各类使用提供了430个数据元素。平台的建设初步打破了管委会、公用工程服务企业和生产企业间的信息孤岛，可以为园区管理运营的各个领域提供快速、有效的决策支持，为上海化学工业区的管理和服务提供新的洞察力，提升园区治理、运营和公众服务的智能化水平。

专家推荐语

上海化学工业区建设之初开创性地提出了“五个一体化”的发展理念，引领带动全国石油和化工园区的发展。园区进行大数据云计算中心建设，将普通政务云与园区使用充分融合，搭建智慧决策平台，汇集各类业务数据，进行实时分析和可视化展示，服务于园区不同客户，提升园区运营和服务的智能化水平，对于全国范围内经济开发区、高新区及工业园区具有较高的可借鉴性和可复制性。

相关问答：系统软件，支撑软件，使用软件怎么区分？

系统软件用于管理计算机资源，并为使用软件提供一个统一的平台。 使用软件则在系统软件的基础上实现用户所需要的功能。支撑软件是支撑各种软件的开发与维护的软件,又称为软件开发环境。它主要包括环境数据库、各种接口软件和工具组。著名的软件开发环境有IBM公司的Web Sphere,微软公司的***.NET等。包括一系列基本的工具（比如编译器，数据库管理，存储器格式化，文件系统管理，用户身份验证，驱动管理，网络连接等方面的工具）。

④ 如何应用大数据提升智慧园区综合管理

信息技术的高速发展，不断推动着信息技术服务业业务向细分化、多样化方向发展，促使新产品、新业态大量涌现，进而创造新的市场空间，带动产业升级优化。大数据产业化进程加速，信息技术服务业由传统PC时代向新兴技术转移的节奏开始加速。企业专注自身优势领域的同时，亟需结合新兴技术支撑自身发展，开放合作成为产业主要趋势。于此同时，信息技术产业的竞争正从单一企业竞争演进到以聚合生态圈协同效应的全产业链竞争，生态圈建设的重要性凸显。根据2016年全国工业和信息化工作会议报告，2016年主要预期目标软件和信息技术服务业收入14%左右。根据国务院印发的《促进大数据发展行动纲要》(以下简称“《纲要》”)，全球范围内，运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势，有关发达国家相继制定实施大数据战略性文件，大力推动大数据发展和应用。目前，我国互联网、移动互联网用户规模居全球第一，拥有丰富的数据资源和应用市场优势，大数据部分关键技术研发取得突破，涌现出一批互联网创新企业和创新应用，一些地方政府已启动大数据相关工作。坚持创新驱动发展，加快大数据部署，深化大数据应用，已成为稳增长、促改革、调结构、惠民生和推动政府治理能力现代化的内在需要和必然选择。

《纲要》明确指出，①2018年底前建成国家政府数据统一开放平台;②到2020年，形成一批具有国际竞争力的大数据处理、分析、可视化软件和硬件支撑平台等产品。③培育10家国际领先的大数据核心龙头企业，500家大数据应用、服务和产品制造企业。实现关键部门的关键设备安全可靠。④2020年底前，逐步实现信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等民生保障服务相关领域的政府数据集向社会开放。⑤中小微企业公共服务大数据。形成全国统一的中小微企业公共服务大数据平台。这是国家大数据战略的一个顶层设计，发展大数据是国家战略。虽然目前看来，人力资源的配给与现有的数据库管理技术基本是足够的，但是未来，如果人类管理数据的效率不能保持同步提升，人类在大数据时代将无法对数据进行有效管理。大数据管理技术以及开放的大数据生态圈将促使大数据行业的快速发展。

(一)大数据市场竞争格局

大数据产业属技术密集型产业，竞争更多是技术实力与创新能力的比拼，离数据越近的产业环节，产业价值越大。能掌控大数据实时集成、海量信息处理和管理、云存储等技术的厂商将成为产业的主导者，主导未来大数据产业技术发展方向，促进商业模式创新。大数据产业链现在已经初现雏形，围绕大数据的产生与集聚、组织与管理、分析与发现、应用与服务各层级正在加速构建。目前，在大数据产业链上有三种大数据公司：
(1)基于数据本身的公司(数据拥有者)：拥有数据，不具有数据分析的能力;(2)基于技术的公司(技术提供者)：技术供应商或者数据分析公司等;(3)基于思维的公司(服务提供者)：挖掘数据价值的大数据应用公司。

(二)大数据产业进入壁垒

1、数据资源壁垒

大数据时代的一大特点就是，数据成为企业核心资产，丰富的高质量数据资源是大数据产业发展的前提。近几年在互联网产业及金融、电信信息化快速发展的带动下，我国数据资源总量有了快速增长，已达到全球的13%，但其他行业受信息化水平制约，数据储量仍不丰富。对数据的掌握决定对市场的支配权;越靠近最终用户的企业，将在产业链中拥有越大的发言权。

2、技术壁垒

两类企业将在大数据产业链处于重要地位。一种是掌握海量有效数据的企业，第二种是有强大数据分析能力的企业。关键是谁拥有更多、更准、更有价值的数据。中国大数据应用处在起步阶段。淘宝、腾讯以及网络这些互联网巨头是率先使用大数据技术的用户，但他们主要基于开源软件自主开发大数据应用。行业进入需要具有较高的技术层次，技术和产品的创新能力是推动公司取得竞争优势的关键因素。

3、政策壁垒

为把握大数据时代战略机遇，我国要加速营造良好的大数据产业生态环境，政府应不断完善政策法规，创建适度宽松的发展环境，提升中国在世界信息产业的地位;IT厂商应聚焦技术创新与服务模式创新，洞察用户需求，提供高可用性的整体性解决方案;行业用户应当通过云平台实现数据大集中，形成企业数据资产;同时深度分析挖掘大数据的价值，推动企业智能决策。

4、专利壁垒

保护知识产权是软件与信息技术服务产业发展的重要因素，只有保护好知识产权，才能保护和提高开发商开发软件的积极性，才能促进软件产业的蓬勃发展，十二五规划对知识产权的保护力度进一步增大，这将对专利壁垒起到良好的促进作用。

(三)影响大数据产业发展的有利因素和不利因素

l 大数据产业发展的有利因素

1、国家政策大力支持

公司处于国家行业政策鼓励和重点支持发展的行业。发展和提升软件和信息技术服务业，对于推动信息化和工业化深度融合，培育和发展战略性新兴产业，建设创新型国家，加快经济发展方式转变和产业结构调整，提高国家信息安全保障能力和国际竞争力具有重要意义。为此国家出台《国务院关于印发进一步鼓励软件产业和集成电路产业发展若干政策的通知》、《国务院关于加快培育和发展战略性新兴产业的决定》、《软件和信息技术服务业十二五发展规划》、《关于印发促进大数据发展行动纲要的通知》等政策，从税收、研究经费、进出口优惠、人才培养、知识产权保护、市场开发和投融资等方面给予了较为全面的政策支持。根据国家发展规划，预期未来国家还将出台更多针对软件和信息产业的专门政策，这将有力地推动我国软件和信息产业的健康稳步发展。

2、大数据技术开发应用前景广阔

国家计划在2018年底前建成国家政府数据统一开放平台，率先在信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等重要领域实现公共数据资源合理适度向社会开放，带动社会公众开展大数据增值性、公益性开发和创新应用，充分释放数据红利，与云计算、物联网、移动互联网等新一代信息技术融合发展，与传统产业协同发展新业态、新模式，促进传统产业转型升级和新兴产业发展，激发大众创业、万众创新活力。

l 行业发展的不利因素

1、产业创新体系不健全，核心技术缺乏

长久以来，我国信息化建设过程中存在着“重硬轻软”的思想倾向。在软件产品开发层面，民众版权意识薄弱，盗版现象严重。另外，国内企业普遍规模较小、自主创新能力不足。创新能力不足是制约中国信息产业尤其是软件和信息服务业发展的瓶颈。目前，行业内虽已涌现出一些具有自主知识产权的高技术、高附加值的产品，但从总体上看，多数企业或产品尚没有自己的自主知识产权或核心技术，企业依靠产品的低水平重复开发、国外知名品牌产品代理销售等业务生存的现象较为普遍。

2、人才结构矛盾突出

软件和信息技术服务业是一个知识密集型产业，具有高技术含量和高附加值的特点，其发展需离不开大量的高素质人才。目前，我国软件行业从业人员数量规模可观,但高层次、复合型、领军型人才依然缺乏，尤其是在经营管理、技术创新等方面具有国际化视野的高端人才较为匮乏，这已经成为制约中国软件和信息技术服务业发展的关键因素之一。

3、大数据行业发展仍在初级阶段

我国的大数据产业具备良好基础，发展前景广阔。一是一批世界级的互联网公司在大数据应用上不断推陈出新，智能搜索、广告、电商、社交等借助大数据技术持续进化，互联网金融、O2O(online
to offline)等应用借助大数据向线下延伸。二是大数据技术紧跟国际先进水平，具备建设和运营世界最大规模大数据平台的能力，单集群规模达5000 到10000
台服务器，数据管理规模达到EB(1EB=1018B)级别，在机器学习等方面也有所突破。三是当前和未来一段时间，我国面临着经济结构转型升级、政府和公共服务改进提升等紧迫任务，这些方面大数据都有广阔的应用前景。大数据在全球的发展还都处于初期，技术、制度、观念等方面都需要改变。对我国来说，数据资源不丰富，数据开放程度较低、技术差距大，技术水平不高，技术扩散不畅和法律法规不完善是限制当前大数据发展的主要问题，金鹏信息智慧园区软件。

⑤ 如何让大数据落地转化时空大数据专家们精彩分享

“如何让新新大数据势力落地，将成果转化成项目，实现就地转化？”

在日前举行的“时空大数据2021年度大会”分论坛——时空大数据产业生态协同创新论坛上，河南大学人文与建筑时空大数据融合研究中心执行主任王振凯提出了这一疑问，现场的专家们围绕这一主题进行了深入探讨与交流。

全球人文与时空大数据
让建筑工程可视化

王振凯介绍，通过时空大数据平台，衍生出时空大数据集合系统。该系统集合了建筑信息、地球信息、交网信息、电网信息、水网信息、市政信息、人文信息等集合系统，最终得出全球人文、建筑与地理环境时空数据基础。

简单来说，工程可以通过时空大数据来具象化，大到建筑物本身，小到建筑物内一根钢管，都能清晰可见，甚至可以见到建筑物内钢管内部。精确的时空大数据让工程成本管控、进度管控都有迹可循。

TOD与城市时空大数据融合
建轨道就是建设城市

轨道交通带给人民快捷速度的同时，新的拥堵问题又出现了。地铁“建的起，养不起”的问题如何破局？如何让交通拥堵得到缓解，同时又能赋予交通线更多的经济价值？TOD模式由此营运而生。

“TOD模式是以公共交通为导向的开发模式（transit-oriented development，TOD）。”中铁上海设计院集团有限公司TOD中心主任郭琳解释，就是在规划居民区或者商业区时，使公共交通的使用最大化的一种非 汽车 化的规划设计方式。该模式可以同步城镇化进程，带动城市经济提升。

郭琳认为，建轨道就是建设城市，经营轨道就是经营城市。轨道交通建设中会出现技术、主体、利益、主体边界不明确，这就要破解融合。TOD模式通过大数据为未来城市提供了无限可能。未来是TOD5.0时代，通过可视化鼓励机制，为城市碳达峰做贡献。

一苇数智·时空大数据平台

时空大数据构建交通底座

众合 科技 对构建轨道交通的时空大数据底座进行了实践，一苇数智·时空大数据平台应运而生。构建数字孪生、挖掘数据价值、实现万物互联、赋能业务创新，是一苇数智平台四个显著的特点。现场，浙江众合 科技 股份有限公司研发中心总经理王厦通过示例进行了深入浅出的讲解。

数字孪生，即通过一张图可以看到地上空间和地下空间，两者结构关系一目了然。同时，数字空间里还能看到空间构架的物件、供应商信息等信息，无论产品质量监控还是施工进度都可以实时跟踪。

一苇数智平台以数据驱动业务，在四维数据的海洋中为业务挖掘更深层次的价值。王厦介绍，平台可以接入到终端设备，数据接口对外开放给合作伙伴和应用程序开发人员。

“我们愿意共享平台及其内部功能与数据，与用户、合作伙伴建立起价值的连接，所谓的万物互联，一切可联通。”王厦说。

利用智能引擎，平台可向每项业务提供AI能力和模型算法，同时为行业应用提供便捷易用的开发模板和工具。数据快速迭代为有效创新提供了支持。“早高峰的地铁内，你可以提前知道哪节车厢比较空，从容候车避免拥挤。”王厦用这一实例介绍了一苇数智平台在赋能业务创新上所能起到的作用。

大数据助力园区管理

天集产城集团有限公司产城项目总经理李书江分享了时空大数据在园区管理上的应用。他介绍，时空数据库分共有与私有，私有数据库体现了建筑数据、资产管理、现场施工进度、物料管理、智能化运维。智慧运维端深入园区日常需求，进行智慧园区的运营管理，全面了解园区企业基本经营情况，为企业在银行和金融机构贷款做增信（从抵押增信到数据增信）。

此外，通过可视化界面，时空大数据还可以帮助企业进行员工打卡、门禁管理、智能管控和设备管理。平台内还能导入政务服务和其他功能性服务，助力企业完成工商注册、财税服务、知识产权、社保服务、法律服务等各类事项。

高效协同的时空大数据生态链

“每天要从家的A点到工作地B点，有多条路可以走，早晨出发可以选择路上有早餐店和咖啡馆的路线，晚上下班可以换一条路线，看看哪里有聚餐点、哪里有商场。这些，大数据生态链都可以为你作出指引。”维正集团企知道产学研科研成果转化有限公司总经理李志慧从城市信息、物质和 社会 空间，三者连接共生数据互补出发，生动解释了时空大数据生态链。

她表示，时空大数据是具有时空属性的数据，搭建大数据集合平台，从而产生更广泛的应用场景，引入联盟成员，便能为大众生态搭建出一套高效协同、开放包容的运行规律。

科技 金融助力推动时空大数据

力合金融控股股份有限公司创新基金管理总经理申康认为， 科技 和金融的结合决定了产业未来的发展，是未来时空大数据发展的关键。

中小企业 科技 创新具有投入高、周期长、风险高特征，短期难以依靠自我造血实现滚动发展。中小企业融资难的根本原因在于其天然的弱质性，但传统金融机构很难为中小型新新大数据企业赋能。力合金融利用金融支持打通发展到创新的过程，打造时空大数据产业投资基金，通过差异化服务，满足时空大数据产业不同阶段企业的投资需求，做到差异化赋能。



来源| 科技 金融时报（记者 孙侠）

⑥ 教你如何利用大数据思维

教你如何利用大数据思维 在和一些企业家交流时，有几个问题会被常常问到，"没有多少数据怎么办?"，"大数据都是大公司的事情，我们小公司怎么办?""能不能告诉我，哪些软件或者工具可以解决大数据的问题?"一般情况下，我都会说，首先要有大数据思维!大家纷纷点头称是，这词儿听起来非常高大上，甚至给人一种不明觉厉的赶脚!但啥是大数据思维，我一直没有空来整理提炼。
前阵子一个内部的论坛，要求大家必须讲干货，趁此机会，系统的梳理一遍，概括起来，也就三条：第一认识大数据飞轮，第二理解数据资产评估，第三运用泛互联范式。

图1：大数据思维
干货肯定是经过浓缩的，甚至把案例都作为水分挤掉了，所以这篇文章读起来不是那么有趣。但我可以保证，掌握这三条给上市公司做大数据战略咨询肯定没有问题。因为我已经靠这三板斧，搞定了十几家上市公司。连国内最大咨询公司的董事长都认为有料，要走了PPT。
每条都用一幅图来表达，每个图中的圆圈都有许多案例来佐证。大家如果对案例更感兴趣，读拙作《大数据时代的历史机遇》好了。其实图1就涵盖了大数据思维的全部思想。这幅图里外三层、上下结构，看起来比较复杂，所以后面拆成三幅图来讲。思维的过程是自上而下、自外而里的。图的上半部分讲得是大数据的商业功用，就是说有了大数据我们能干什么?怎么赚钱?有哪些好玩的商业模式?以前常说"羊毛出在羊身上"，搞懂这些模式你会发现原来可以"羊毛出在狗身上"。书里详细写了六种，图上只画出五种。
补充：六种商业模式简述
围绕数据资产，笔者曾考察不同行业的盈利方式和经营策略，归纳总结了六种商业模式(详见《大数据时代的历史机遇》一书)。
租售数据模式：简单来说，就是售卖或者出租广泛收集、精心过滤、时效性强的数据。这也是数据就是资产的最经典的诠释。按照销售对象的不同，又分为两种类型。第一是作为客户增值服务。譬如销售导航仪的公司，同时为客户提供即时交通信息服务。广联达公司为他的客户提供包年的建筑材料价格数据。仅此一项业务，年收入超过1亿元人民币。第二是把客户数据，有偿提供给第三方。典型的如证券交易所，把股票交易行情数据授权给一些做行情软件的公司。
租售信息模式：一般聚焦某个行业，广泛收集相关数据、深度整合萃取信息，以庞大的数据中心加上专用传播渠道，也可成一方霸主。信息指的是经过加工处理，承载一定行业特征数据集合。
数字媒体模式：这个模式最性感，因为全球广告市场空间是5000亿美元。具备培育千亿级公司的土壤和成长空间。这类公司的核心资源是获得实时、海量、有效的数据，立身之本是大数据分析技术，盈利来源多是精准营销和信息聚合服务。
数据使能模式：这类业务令人着迷之处在于，如果没有大量的数据，缺乏有效的数据分析技术，这些公司的业务其实难以开展。譬如阿里金融为代表的小额信贷公司。通过在线分析小微企业的交易数据、财务数据，甚至可以计算出应提供多少贷款，多长时间可以收回等关键问题。把坏账风险降到最低。
数据空间运营模式：从历史上，传统的IDC就是这种模式，互联网巨头都在提供此类服务。但近期网盘势头强劲，从大数据角度来看，各家纷纷嗅到大数据商机，开始抢占个人、企业的数据资源。海外的Dropbox，国内微盘都是此类公司的代表。这类公司的发展空间在于可以成长为数据聚合平台，盈利模式将趋于多元化。
大数据技术提供商：从数据量上来看，非结构化数据是结构化数据的5倍以上，任何一个种类的非结构化数据处理，都可以重现现有结构化数据的辉煌。语音数据处理领域、视频数据处理领域、语义识别领域、图像数据处理领域都可能出现大型的、高速成长的公司。
明白大数据的功用后，大家自然而然地关心，数据这么值钱，理所当然应构成新型的资产。图1的中间部分描述了这块内容。"数据成为资产"这一原创论断成为大数据思维的中心理论。图2数据资产评估模型给出一个完整的思维框架来描述数据资产的价值(完整描述评估模型，非本文主旨。读者若有兴趣，移步阅读拙著吧)。但是这方面的工作远远不够，无法定量的给出评估。在“诺奖级别的学术难题”一文(回复b10获取该文)中，我曾经说，学术界如果在数据资产的定量评估上取得进展，是可以获得诺贝尔奖的。因为这和公司的估值紧密相关。产业界在信用定量计算方面己经走在前列，并付诸商用，但是离一般意义上的数据资产估值还相去甚远。

图2：数据资产评估模型
既然数据成为资产，资产间的交易也会提上日程。联盟特别任命两位副秘书长推进这个事情，从而传播开放、共享的理念。借此呼吁所有愿意开放数据资源的企业，却可以借助联盟的力量，来共同推进。
数据成为资产是在了解大数据功用基础上的抽象认知。接下来看图1的下半部分，泛互联范式。这个范式给出了不断的采集数据并且发挥数据价值的行动指南。许多公司的转型，都要从这幅图开始。见图3。终端+平台+应用+大数据四位一体，构成大数据思维的行动指南。最近和一些公司聊，他们己经了解了数据的重要性，开始想些损招去“劫掠”客户的数据。这不免误入歧图。还是认真研究一下这个范式，从应用、终端上动动脑筋，真正的为用户提供靠谱的服务，才是上策。

图3：泛互联范式
回顾图1，我们在讲大数据思维时，利用自上而下的次序，从大数据的功用入手，深入到理论内核，再到可供操作的范式。但真正上手实践，需要脚踏实地，自下而上的行动。回到德鲁克的经典问题上来，你的客户是谁?
大数据产业联盟愿意为所有有志于从事大数据战略咨询的顾问们服务，掌握这套方法论并切实帮到企业的顾问，联盟会在官方网站上列出您的大名，并向成员企业推荐。
所以, 这次,我们来点儿作业吧：大家可以用上面的大数据思维分析框架来分析一下自己所在的公司自己感兴趣的公司,看看大数据于公司有什么功效, 公司可操作的泛互联范式是什么。
在此，也先抛几个小例子：
1)乐视网的野心